| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1. 绪论 | 第7-17页 |
| 1.1 研究背景及意义 | 第7-11页 |
| 1.1.1 图像数据的获取和存储 | 第8-9页 |
| 1.1.2 噪声的来源与分类 | 第9-10页 |
| 1.1.3 图像去噪效果评价 | 第10-11页 |
| 1.2 研究现状 | 第11-16页 |
| 1.2.1 空间域滤波方法 | 第12-13页 |
| 1.2.2 变换域滤波方法 | 第13-14页 |
| 1.2.3 偏微分方程方法 | 第14-15页 |
| 1.2.4 基于稀疏分解的图像去噪方法 | 第15-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 2. 信号稀疏分解理论 | 第17-29页 |
| 2.1 信号的表示 | 第17-19页 |
| 2.2 图像的稀疏表示 | 第19-22页 |
| 2.2.1 稀疏表示模型 | 第19-20页 |
| 2.2.2 匹配追踪算法 | 第20-22页 |
| 2.3 字典获取方法 | 第22-29页 |
| 2.3.1 K-SVD算法 | 第24-29页 |
| 3. 基于联合字典的图像去噪 | 第29-41页 |
| 3.1 基于多类型样本学习的联合字典 | 第29-31页 |
| 3.2 算法概述 | 第31-35页 |
| 3.3 实验结果与分析 | 第35-41页 |
| 4. 结论 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47-48页 |